Mall项目链接 https://github.com/macrozheng/mall学习了解之后感觉比本人的DuDuMall强大太多，决定好好学习理解mall项目简介mall项目是一套电商系统，包括前台商城系统及后台管理系统，基于SpringBoot+MyBatis实现。 前台商城系统包含首页门户、商品推荐、商品搜索、商品展示、购物车、订单流程、会员中心、客户服务、帮助中心等模...

机器学习项目实战系列 住房价格预测目录机器学习项目实战系列 住房价格预测一、概述二、分析数据1.数据导入2.基础统计运算3.特征观察4.建立模型5.分析模型表现(1)学习曲线(2)复杂度曲线6.拟合模型7.预测销售价格一、概述数据集包含波士顿剩余区域的房价，房子的费用根据犯罪率，房间数量等各种因素而变化。房屋价格预测数据集 https://www.cs.toronto.edu/~delve/dat

机器学习项目实战系列 心脏病发作预测目录机器学习项目实战系列 心脏病发作预测一、概述二、使用数据集1.数据集Column2.导入数据3.查看唯一数据统计4.汇总统计5.分类汇总6.相关性矩阵​ 7.数据分布一、概述心脏病发作分类分析心脏病发作数据集 https://www.kaggle.com/rashikrahmanpritom/heart-attack-analysis-prediction-

机器学习项目实战系列 贷款预测一、概述贷款预测模型将对用户可以贷款多少进行分类。它基于用户的婚姻状况，教育程度，受抚养人数和就业情况，我们可以为此项目建立一个线性模型。贷款预测数据集 https://www.kaggle.com/altruistdelhite04/loan-prediction-problem-dataset二、实战1.查看数据2.深入数据...

机器学习项目实战系列 MNIST数字分类目录机器学习项目实战系列 MNIST数字分类一、概述二、分析数据1.数据导入2.数据预处理3.构建模型4.训练模型5.生成GUI进行预测一、概述MNIST数字分类python项目使机器能够识别手写数字，该项目对于计算机视觉可能非常有用，这里我们将使用MNIST数据集使用卷积神经网络训练模型。数据集：MNIST数字识别数据集 https://drive.goo

机器学习项目实战系列 Emojify一、概述Emojify对人的面部表情进行分类并将其映射为表情符号。我们将建立一个卷积神经网络来识别面部表情，然后将使用相应的表情符号或头像来映射这些情感。使用的数据集为facial expression recognition(FER2013 dataset),对表情情绪进行了分类0:angry1:disgust2:feat3:happy4:sad5:surpr

Elasticsearch实战学习笔记系列 Elasticsearch搜索数据目录Elasticsearch实战学习笔记系列 Elasticsearch搜索数据一、搜索请求的结构1.确定搜索范围2.搜索请求的基本模块(1)结果起始和页面大小(2)基于 URL 的搜索请求3.基于请求主体的搜索请求(1)结果中返回的字段(2)_source 返回字段中的通配符(3)结果的排序(4)实践4.理解回复的结

机器学习项目实战系列 MNIST数字分类目录机器学习项目实战系列 MNIST数字分类一、概述二、分析数据1.数据导入2.数据预处理3.构建模型4.训练模型5.生成GUI进行预测一、概述MNIST数字分类python项目使机器能够识别手写数字，该项目对于计算机视觉可能非常有用，这里我们将使用MNIST数据集使用卷积神经网络训练模型。数据集：MNIST数字识别数据集 https://drive.goo

机器学习项目实战系列 鸢尾花一、环境准备1.安装Python32.安装好anaconda3.安装好相应的库Numpy：用于 Python 的数值处理，最常用的一个库PIL：一个简单的图像处理库scikit-learn：包含多种机器学习算法Kears 和 TensorFlow二、鸢尾花背景知识可以把这个Iris(鸢尾花)理解成为机器学习的helloworld花的四个属性分别是Sepal length

机器学习项目实战系列 MNIST数字分类目录机器学习项目实战系列 MNIST数字分类一、概述二、分析数据1.数据导入2.数据预处理3.构建模型4.训练模型5.生成GUI进行预测一、概述MNIST数字分类python项目使机器能够识别手写数字，该项目对于计算机视觉可能非常有用，这里我们将使用MNIST数据集使用卷积神经网络训练模型。数据集：MNIST数字识别数据集 https://drive.goo